| wordcloud词云图和jieba分词，过滤不要的词句（停用词） | 您所在的位置：网站首页 › 云图这个词是什么意思 › wordcloud词云图和jieba分词，过滤不要的词句（停用词） |
wordcloud词云图和jieba分词，过滤不要的词句（停用词）
|
"""
生成中文词云步骤
1、读取文件内容
2、借助jieba分词库对中文进行分词，让后将结果合并，以空格隔开
3、打开图片文件，得到对应数组（可以设置图片的形状；图片中的白色部分不显示）
4、创建WordCloud对象，设置基本属性 （创建词云对象，将文本生成词云generate，再用画出词云图，并显示）
5、生成词云图，并保存或显示图片
中文中需要设置停用词的话可以有三种方法：(过滤不需要的）
1、在分词前，将中文文本的停用词先过滤掉。
2、分词的时候，过滤掉停用词。
3、在wordcloud中设置stopwords。
"""
import jieba # 先安装pip install jieba
import wordcloud as wc # 先安装pip install wordcloud
import matplotlib.pyplot as plt # 用于显示图片
from PIL import Image
import numpy as np # 先安装pip install numpy
# 词云图的形状mask
mask = np.array(Image.open('fivestar.png')) # 读取图片 词云图样
# # 设置停用词(直接再代码设置）
# stopwords = ['的', '制度', '完善', '发展', '和', '□']
# wc.STOPWORDS.update(stopwords)
# 设置停用词(文件设置停用词; \ufeff 需要把编码模式改成utf-8-sig）
stopwords = set()
content = [line.strip() for line in open('hit_stopwords.txt', 'r', encoding='utf-8-sig').readlines()]
print(content)
stopwords.update(content)
# 创建词云对象，设定基本信息；
words = wc.WordCloud(font_path='AliHYAiHei-Beta_0.ttf', mask=mask, stopwords=stopwords)
# 读取文件内容
with open('text.txt', mode='r', encoding='utf-8') as f:
txt = f.read()
txt = ' '.join(jieba.lcut(txt)) # 用空格连接分好的词
# print(content)
words.generate(txt)
# word_cloud.to_file('词云图.png') # 保存词云图
# 显示词云图
plt.imshow(words) # 显示图片
plt.axis('off') # 不显示坐标轴
plt.show() # 显示图
"""
在读取文件中出现\ufeff，解决 \ufeff的问题
只需改一下编码就行，把 UTF-8 编码 改成 UTF-8-sig
https://www.cnblogs.com/yunlongaimeng/p/12530255.html
"""
停用词文件（一行一个停用词）：
Python 基础 之 词云（词的频率统计大小成图）的简单实现（包括图片词云，词云颜色，词的过滤）_仙魁XAN的博客-CSDN博客_词云过滤一、简单介绍Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。本节简单介绍，词云的生成图、保存词云图片、图片 mask 生成词云、过滤词云中的某些词等简单功能，如有不对，欢迎指正，谢谢。... |
【本文地址】
公司简介
联系我们